Testare nuovi indicatori e il loro impatto sui numeri previsti

Abbiamo stabilito in precedenza che selezionare gli indicatori principali giusti per la tua attività è importante (indipendentemente dalla fase in cui ti trovi nella catena di fornitura).
‍
[Scopri di più su come identificare i tuoi indicatori principali, non quelli in ritardo.]

Individuare gli indicatori pertinenti può certamente essere un vero labirinto. Come fai a sapere se ti stai concentrando su quelli pertinenti? Ci sono nuovi indicatori da includere?

Potresti anche dipendere dagli stessi indicatori da un po' di tempo, ma vorresti valutare e testare la plausibilità di nuovi indicatori. E soprattutto, il suo impatto sui numeri previsti.

Analizziamolo.

«Potresti anche dipendere dagli stessi indicatori
da qualche tempo, ma vorrei valutare e testare la plausibilità di nuovi indicatori. E soprattutto, il suo impatto
sui numeri previsti.«

Metodologie di ricerca delle variabili comuni e loro prestazioni

Abbiamo scoperto che molti analisti costruiscono e testano attivamente modelli di regressioni lineari per identificare gli indicatori pertinenti alla loro variabile principale. Tuttavia, testare i vari metodi richiede in genere un bel po' di tempo quando vengono eseguiti utilizzando metodologie di ricerca diverse.

Per cominciare, quali sono queste metodologie di ricerca e cosa fanno meglio?

‍Ricerca coefficiente
‍Cominciamo con l'utilizzo della ricerca dei coefficienti. Include tre metodi disponibili; solo equazione principale, tutte le equazionie tutte le equazioni - in senso ritardato.

Tutti i metodi iniziano creando un modello VAR con penalità LASSO, utilizzando la struttura selezionata nelle impostazioni di selezione delle variabili.

Questo modello penalizzerà le variabili che non sono utili per la previsione, il che significa che i loro coefficienti si ridurranno verso lo zero. In sostanza, la ricerca per coefficiente esamina tutte le variabili selezionate e i loro contributi individuali alla variabile di interesse. Sebbene consenta un esame completo di tutti i fattori, potrebbe non identificare automaticamente quelli più importanti.
 
‍Ricerca graduale
‍La ricerca graduale è un processo iterativo che inizia con una serie iniziale di fattori e quindi procede con l'aggiunta o la rimozione di variabili in base a criteri statistici (ad esempio, valori p o criteri di informazione). Ha lo scopo di fornire misure che riflettano la validità di un indicatore fuori dal campione. Essenzialmente, rifletterà le prestazioni di un indicatore in situazioni su cui non è stato testato prima.

‍Ricerca all'indietro: In un contesto previsionale, il modello non avrà mai accesso ai punti dati che vogliamo prevedere, ponendo un problema diverso rispetto alla semplice descrizione dei movimenti passati di una variabile.

Sebbene un modello complicato spesso si adatti bene ai dati, potrebbe subire un sovradattamento, il che significa che sarà molto bravo a descrivere cosa è successo, ma non cosa accadrà. È in qualche modo simile alla ricerca graduale, ma parte da un modello che include tutti i fattori e quindi rimuove progressivamente quelli meno significativi in base a criteri statistici.

La ricerca all'indietro ha lo scopo di produrre valori relativi alla capacità di un indicatore di prevedere la variabile principale. Si basa sull'idea che, sebbene un indicatore possa essere utile per descrivere la variabile principale del campione, di solito siamo più interessati a quanto l'indicatore possa rafforzare il potere predittivo di un modello. Il semplice confronto dell'efficacia di tutti e tre i metodi di ricerca senza adattarli contestualmente sarebbe una semplificazione eccessiva e gravemente impreciso.

‍Vale la pena provare tutti e tre i metodi e determinare l'approccio più adatto ed efficace nel proprio contesto particolare.

Ecco una guida rapida su cosa pensare quando si testano le tre diverse metodologie:

I risultati mostrano un basso rapporto segnale/rumore?
‍Con un basso rapporto segnale/rumore nei dati, diventa più difficile distinguere tra le variabili veramente influenti e le fluttuazioni casuali. Significherebbe che le informazioni significative sono oscurate o oscurate da fluttuazioni o rumori casuali.

Essenzialmente, ridotta precisione delle previsioni.

Se identifichi che c'è un basso rapporto segnale/rumore nei dati utilizzando un metodo, è un'indicazione che potrebbe valere la pena provare il metodo successivo.

I risultati variano leggermente tra i metodi?
‍Esegui separatamente uno o tutti e tre i metodi automaticamente e confronta i risultati previsti. Se i risultati previsti variano notevolmente tra i tre metodi, vale la pena dare un'occhiata a quali indicatori sono ancora costantemente in primo piano rispetto alla variabile principale della previsione.

Questo ti dà un'idea migliore di quali variabili (secondo i metodi testati) vale la pena prendere in considerazione per il futuro.

Prova facilmente tutti e tre i metodi in Indicio

Indicio include tutti e tre i metodi tra cui è possibile passare facilmente quando si esegue un'analisi degli indicatori.

Scegli le variabili che ritieni più rilevanti per la previsione del punto dati principale che hai selezionato. Seleziona il metodo desiderato (ricerca graduale, coefficiente o all'indietro) ed esegui l'analisi dell'indicatore. Indicio calcolerà e classificherà quindi ogni variabile esplicativa in base alla sua causalità rispetto alla variabile principale di interesse, utilizzando la correlazione parziale e la regolarizzazione LASSO per ridurre il rumore e rimuovere i coefficienti irrilevanti.

Ciò ti dà la possibilità di testare più di 20 indicatori macroeconomici in Indicio, tutti con l'obiettivo di verificare se hanno un potere predittivo nella previsione della tua variabile principale, che si tratti delle vendite totali o della domanda di mercato.

I test vengono quindi eseguiti sulla base di un modello VAR con effetti Lasso che mostrerà quindi quali variabili sono insignificanti e non aggiungerebbero potere predittivo.

Niente più congetture. [Provalo tu stesso.]

Vantaggi della sperimentazione di questi metodi

Ottieni informazioni approfondite sulle variabili che contano
‍Ogni metodo ha invariabilmente i propri presupposti e criteri per la selezione delle variabili rilevanti a cui prestare attenzione.

Utilizzando più metodi, è possibile valutare la coerenza dei risultati. Se una variabile appare costantemente come significativa con metodi diversi, fornisce una prova più evidente della sua importanza. Viceversa, se una variabile appare significativa in un metodo ma non in altri, può richiedere ulteriori indagini.

Spazio per applicare il metodo più appropriato al contesto
‍Il valore di ciascun metodo può variare a seconda del contesto specifico e della natura delle variabili considerate.

- Provando tutti e tre i metodi, puoi valutare l'approccio più adatto ed efficace nel tuo contesto particolare. Ciò consente un'analisi più personalizzata e specifica del contesto, aumentando la probabilità di scoprire le variabili più rilevanti per la previsione delle vendite future.

- La sperimentazione di tutti e tre i metodi assicura che le variabili chiave non vengano trascurate e aumenta la fiducia nei risultati. Tuttavia, è importante interpretare e confrontare i risultati in modo critico, considerando i punti di forza e i limiti di ciascun metodo.

[Provalo in Indicio]